Automated identification of breast cancer using digitalized mammogram images

Abstract

El cáncer afecta a cualquier órgano invadiendo y extendiéndose de forma incontrolada por el cuerpo. Según la Organización Mundial de la Salud, el cáncer de mama es uno de los principales cánceres que afectan a las mujeres de todo el mundo. El tratamiento oportuno de quienes desarrollan cáncer mejora el pronóstico de esta enfermedad e incluso salva vidas. Sin duda, en el diagnóstico del cáncer, la clasificación adecuada de los carcinomas en benignos, malignos y normales es una tarea compleja. Se presenta un algoritmo basado en el Diagnóstico Asistido por Ordenador (CAD) para detectar el cáncer de mama mediante mamografías. En esta implementación del CAD, se utilizan transformaciones como la binarización, el suavizado de umbrales y la operación principal, la onda de Gabor, para el preprocesamiento de las mamografías con el fin de suprimir etiquetas e información innecesaria y obtener las mejores características para la clasificación. Utilizamos técnicas como el análisis de componentes principales (PCA por sus siglas en inglés), t-distributed stochastic neighbor embedding (TSNE) y una colección de modelos de varianza estadística para identificar y reducir el espacio de características encontradas. Por último, su hace uso de la técnica de k-Nearest Neighbors para la clasificación (k-NN) del cancer.